أعلنت شركة "مايكروسوفت" عن نموذجها الجديد للذكاء الاصطناعي الذي يمكنه توليد مقاطع فيديو واقعية للغاية لوجوه بشرية تتحدث.
ووفقاً للشركة يمكن للنموذج "VASA-1" المدعوم بالذكاء الاصطناعي توليد مقاطع فيديو من صورة واحدة فقط ومقطع صوتي للكلام.
وقالت الشركة: "إن مقاطع الفيديو المولدة تحتوي حركات الشفاه المتزامنة لتتناسب مع الصوت بالإضافة إلى تعبيرات الوجه وحركة الرأس لجعلها تبدو طبيعية".
وأضافت الشركة: "إن نموذج "VASA-1" قادر على توليد مقاطع فيديو بدقة قدرها 512×512 بكسلًا بمعدل يصل إلى 40 إطارًا في الثانية، ويدعم نموذج الذكاء الاصطناعي توليد الفيديو عبر الإنترنت مع زمن تأخر لا يكاد يذكر.
ويقدم VASA-1 ما يصل إلى دقيقة واحدة من مقاطع الفيديو بجودة عالية من خلال صورة ثابتة واحدة".
ويوفر نموذج توليد الفيديو بتقنية الذكاء الاصطناعي تحكمًا دقيقًا للمستخدم في جوانب مختلفة من الفيديو، مثل الاتجاه الرئيسي لنظرة العين ومسافة الرأس والمزيد، وتساعد هذه العناصر في التحكم في وضعية الرأس الثلاثية الأبعاد وديناميكيات الوجه، مما يساعد في تعديل الإخراج وفقًا لتوجيهات المستخدم، كما أن نموذج الذكاء الاصطناعي قادرا أيضًا على توليد مقاطع فيديو باستخدام الصور الفنية والصوت الغنائي والكلام غير الإنجليزي.
وأكدت مايكروسوفت إلى أنه مع الاعتراف بإمكانية سوء الاستخدام، فمن الضروري أن ندرك الإمكانات الإيجابية الكبيرة لتقنيتنا، مثل تعزيز المساواة التعليمية وتحسين إمكانية الوصول للأفراد الذين يعانون من تحديات التواصل وتقديم الرفقة أو الدعم العلاجي للمحتاجين، نحن ملتزمون بتطوير الذكاء الاصطناعي المسؤول بهدف تعزيز رفاهية الإنسان".
